CC BY
25
МЕТОДЫ И ПРОГРАММНЫЕ СРЕДСТВА УПРАВЛЕНИЯ ЭФФЕКТИВНОСТЬЮ ИНВЕСТИЦИОННОГО ПРОЕКТА В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
С.Н. Гончаренко
Возможность привлечения внешних инвестиций в проекты развития горнодобывающих предприятий в значительной мере зависит от результатов оценки и анализа их инвестиционной привлекательности. Повышение качества, достоверности и надежности принимаемых инвестиционных решений требует разработки методических подходов, основанных на использовании современных методик и методов оценки инвестиционных проектов, адаптированных к специфике горнодобывающего производства.
Специфической особенностью инвестиционных горнопромышленных проектов является зависимость эффективности их реализации от факторов природного характера. Высокая изменчивость указанных факторов обусловливает степень и характер неопределенности основных параметров модели движения денежных потоков, что свидетельствует о высокой степени риска при принятии инвестиционных решений.
В настоящее время актуальной задачей является формализация процесса учета неопределенности и риска инвестиционных горнопромышленных проектов. Это позволяет обеспечить более высокий уровень достоверности расчетных показателей коммерческой эффективности в условиях неопределенности внешней и внутренней среды их реализации.
Риск инвестирования горнопромышленных проектов напрямую связан с неопределенностью среды его реализации. Как показал анализ, существующие методики оценки эффективности инвестиционных проектов с учетом рисков предусматривают учет в основном только негативных последствий состояния факторов среды реализации проекта, исключая возможность прогноза положительных тенденций.
В настоящее время в мировой практике оценка проектных рисков осуществляется с использованием следующих основных методов:
• однофакторный анализ - метод корректировки нормы дисконта; анализ чувствительности показателей эффективности проекта;
• многофакторный анализ - сценарный подход; метод достоверных эквивалентов (коэффициентов достоверности); метод сценариев;
• вероятностно-теоретический - анализ вероятностных распределений потоков платежей; построение дерева решений; метод Монте-Карло (имитационное моделирование) и др.
Ни один из существующих методов не позво-
ляет осуществить всесторонний учет неопределенности среды реализации и факторов риска при расчете эффективности проектов промышленного инвестирования.
Поэтому для определения экономической эффективности инвестиционных проектов горнодобывающих предприятий в рамках пакета прикладных программ «InvestUpr» был разработан модуль управления эффективностью инвестиционного проекта в условиях неопределенности среды его реализации. Он позволил осуществлять анализ факторов риска инвестиционного проекта по различным сценариям развития его внешней и внутренней среды на различных этапах жизненного цикла.
Модуль управления эффективностью инвестиционных проектов горнодобывающих предприятий в условиях неопределенности состоит из четырех основных блоков:
1) создание информационной модели инвестиционного проекта;
2) оценка эффективности инвестиционного проекта в условиях неопределенности среды его реализации;
3) моделирование значений показателей эффективности и агрегированных показателей проекта;
4) управление эффективностью инвестиционного проекта в условиях неопределенности среды его реализации.
Создание информационной модели инвестиционного проекта
Для оценки эффективности инвестиционных проектов горнодобывающих предприятий в условиях неопределенности среды их реализации разработана информационная модель, которая включает в себя:
• формирование базового перечня технико-экономических, технологических и организационных показателей реализации проекта Z={zl, ...,
гт};
• определение на их основе агрегированных показателей проекта Х={хь х2, х3, ..., хп} V Хе Z;
• определение вида и характера взаимосвязей агрегированных показателей с традиционно используемыми показателями эффективности
фэфс^^СХъ Х2> Х3> Хп).
Характер выявленных взаимосвязей агрегированных показателей и показателей эффективности позволил определить полиномиальный вид зави-
n n n n
симостей Y = b0 + Z bixi + ZZ bijxixj + Z biix2 i=1 j=2 i<j i=1
показателей модели движения денежных потоков от реализации проекта. В качестве метода моделирования денежных потоков, способного адекватно учесть взаимосвязи показателей информационной модели проекта, использован метод группового учета аргументов. Он лишен недостатков широко распространенных методов регрессионного анализа и позволяет достигать экстремума выбранного критерия селекции, а не минимума среднеквадратичной ошибки, как в методе наименьших квадратов, на всех экспериментальных точках при заданном виде уравнения регрессии. Метод позволяет адекватно эффективно оценить проекты с учетом изменения факторов внешней и внутренней среды, так как имеется возможность моделирования потока реальных денег с учетом взаимосвязи, характера и степени неопределенности его основных параметров. Взаимосвязь параметров фиксируется в рамках информационной модели, а степень и характер неопределенности задаются статистическими законами распределения.
По традиционно используемым вероятностным алгоритмам метода группового учета аргументов с учетом специфики решаемой задачи после каждого ряда селекции выбираются уравнения регрессии (см. табл.). Они позволяют осуществлять оценку проекта по установленным в рамках информационной модели взаимозависимостям ключевых факторов внешней {Хвн} и внутренней среды {Хв} и показателей эффективности реализации проектов {Ээф}=№ NPV; PI; IRR; PP).
При определении экстремума функции показателей эффективности Ээф(Х) V Х={Хвн} и {Хвн} реализации проекта использовался следующий
подход, предусматривающий выполнение условия аЭэф(Х)МХ =о.
Результатом моделирования является определение значения Х=ХорЬ соответствующего стационарным точкам исследуемой функции на интервале Хе [Хф;Хпр], (где Хф и Хпр - фактический и проектный уровни исследуемого показателя соответственно). Определенный оптимальный параметр Хор проверяется на соответствие Хор4<Хф или Хор4>Хпр и корректируется в случае необходимости Хо^=Хф и Хо^=Хпр соответственно, с последующим определением значений.
Подбор распределений осуществлялся на основе статистических данных технико-экономического обоснования инвестиционного проекта. Критерием выбора варианта закона распределения являлась традиционно используемая для этих целей
2 2 величина % , при условии % <% г,5%.
Определение вероятности реализации Рj производилось путем построения совместного закона распределения плотностей вероятностей определенного показателя эффективности (М,) и суммарных капитальных затрат (Кг). Определение функции распределения Е(М( Кг) этого закона и вероятности реализации производилось с учетом следующего соотношения:
ДМ, Кг)=[э^(Мг Кг)]/(эМ,эКг). В соответствии с данными распределения определяется вероятность достижения конкретных значений финансового итога и показателей эффективности на каждом расчетном шаге жизненного цикла проекта.
Оценка эффективности инвестиционного проекта в условиях неопределенности среды его реализации
Ограниченный набор проектных показателей, высокая степень вариации основных технико-экономических показателей на стадиях технико-экономического обоснования и регламента определяют требования к достоверной оценке экономической эффективности. Следовательно, для достижения желаемых результатов экономической оценки эффективности и комплексного управления качеством инвестиционного проекта с учетом неопределенности необходимо формирование опорных сценариев развития внешней и внутренней среды реализации проекта (пессимистический, оптимистический и ряд промежуточных (вероятностных)). По каждому из сформированных сценариев определяются значения расчетных показателей и показателей экономической эффективности реализации инвестиционного проекта.
Моделирование значений показателей эффективности и агрегированных показателей проекта
На основе установленных в рамках информационной модели взаимосвязей определяются зна-
9=/(xi, x2, x3, ..., xn) - информационная модель инвестиционного проекта Вероятность достижения определенных значений показателей информационной модели
Ряды селекции Вид регрессионной зависимости Критерий несмещенности (NCMi)
1 y=f(xi, xj); 1 F Nсм1 = ^ Z n-"1i F i=1 РГ1
2 z=f(yi, yj); 1 F ^м2 = TT Z n-"2i F i=1 Рг2
3 v=f(zi, zj); Рг3
4 W=f(Vi, Vj) и т.д. Nсм ^ min Рг4
Критерии селекции 1 и, е (ф, - ф, ) 5; = N е(ф,-ф*)2, А2а) = - и, 2 , •р = е ф 2 1=1 где 5пр - абсолютная ошибка; А(1) - среднеквадратическая ошибка; ф1 - значение прогноза в 1-й точке, 1=1,2,3,...,Ипр (по сформированной модели); ф*, - действительное значение в 1-й точке, 1=1,2,3,...,Иф
чения каждого критерия эффективности в зависимости от возможных изменений агрегированных показателей на каждом расчетном шаге жизненного цикла проекта.
Это обеспечивает широкие возможности для реализации имитационного моделирования агрегированных показателей и показателей эффективности проекта с учетом возможных изменений каждого из них в условиях неопределенности среды реализации.
Управление эффективностью инвестиционного проекта в условиях неопределенности среды реализации
Комплексное управление эффективностью и агрегированными показателями инвестиционного проекта осуществляется на базе результатов имитационного моделирования и с учетом неопределенности среды реализации инвестиционного проекта включает в себя следующие шаги.
Шаг 1. Поиск экстремальных значений критериев эффективности и соответствующих им агрегированных показателей проекта.
Шаг 2. Оценка значений агрегированных показателей, обеспечивающих заданную эффективность проекта.
Шаг 3. Комплексное управление агрегированными показателями и эффективностью проекта с учетом неопределенности среды его реализации.
Таким образом, разработанный модуль позволил определить возможность повышения эффективности деятельности горнодобывающих предприятий в структуре компании на основе ком-
плексного управления эффективностью проектов промышленного инвестирования в условиях неопределенности среды реализации.
Предлагаемый модуль предназначен для решения комплекса задач управления инвестиционными проектами на предынвестиционной фазе их жизненного цикла. Он обеспечивает подготовку информации для принятия объективно обоснованных решений о соответствии проекта стратегии предприятия и требованиям к уровню эффективности инвестиций, определяемых инвестиционной политикой компании.
Разработанный модуль управления эффективностью инвестиционных проектов горнодобывающих предприятий в условиях неопределенности обеспечит:
- определение приоритетности финансирования инвестиционных проектов исходя из наиболее полного соответствия целям и задачам оптимальной стратегии;
- определение приоритетности финансирования инвестиционных проектов с точки зрения эффективности вложений;
- оценку и выбор оптимальных горнопромышленных проектов с учетом конкретных условий и возможностей инвестирования;
- обоснованное формирование перечня проектов стратегической программы повышения эффективности деятельности предприятия;
- определение структуры предпочтений проектов, определяющей их дальнейшую перспективу на рынке инвестиционных ресурсов;
- повышение инвестиционной привлекательности горнопромышленных проектов.
АЛГОРИТМ ДЕЙСТВИЙ ДИСПЕТЧЕРСКОГО ПЕРСОНАЛА ЖЕЛЕЗНОЙ ДОРОГИ ПО АВТОМАТИЗИРОВАННОМУ ОБЕСПЕЧЕНИЮ БЕЗОПАСНОСТИ
А.Е. Соловьев
Алгоритм основан на общей концепции работы железной дороги с использованием формализованных на уровне моделей, методов и алгоритмов основных элементов интеллектуальной деятельности при автоматизированных технологиях мониторинга опасных ситуаций и управления безопасностью. Особенностью алгоритма является его неизменность в любой нештатной ситуации (НшС) или аварийной ситуации (АС), возникающей на железной дороге, то есть действия, заложенные в алгоритме, остаются неизменными. При этом имеется возможность учесть тип НшС/АС, степень ее опасности, влияние соотношения резерва времени и временных характеристик по вы-
ходу из АС на выбор стратегии принятия и реализации решений диспетчерского персонала (ДП), а также на порядок действий при условии наложения НшС друг на друга с учетом их возможного взаимодействия. Предполагается, что указанные характеристики НшС/АС качественно распознаются ДП.
После сбора и обработки данных и сообщений с пультов контроля в процессе железнодорожных перевозок ДП действует в соответствии с алгоритмом. Входная информация образуется из данных, формируемых в течение дня измерительными средствами и наблюдателями, расположенными в местах наибольшей информативности, харак-
